2025年量子计算应用能力指标与测评研究报告-量子信息网络产业联盟-

微信扫码，打开到小程序

量子信息网络产业联盟 2025 年 3 月 量子计算应用能力指标与测评 研究报告 声 明 本报告所载的材料和信息，包括但不限于文本、图片、数据观 点、建议等，均不构成投资或法律建议，也不应替代律师意见本报 告所有材料或内容的知识产权归量子信息网络产业联盟所有(注明 是引自其他方的内容除外)，并受法律保护。如需转载需联系本联盟 并获得授权许可。转载、摘编或利用其它方式使用本报告文字、图 表或者观点的，应注明“来源：量子信息网络产业联盟”。违反上述 声明者，本联盟将追究其相关法律责任。 前 言 量子计算得到了众多高算力需求行业的关注。然而，量子计算 机能否解决行业真实问题，能否超越经典计算性能，哪些因素制约 量子计算应用，未来商用还需要在哪些方面补足功课，这都是产业 面临的开放性问题。本报告以部分行业计算需求为参考，提出量子 计算应用能力指标体系与评测框架，探讨评测基准、方法和标准化 需求，旨在为量子计算应用破局储备方案与工具。 本研究报告共分为五章，相关章节内容安排如下: 第一章：研究背景。简述量子计算应用面临的计算问题、量子 算法、量子硬件三角关系，指出本报告拟关注的问题。 第二章：行业场景与需求。调研了移动网络、金融等行业的计 算场景与问题，以及算力需求与部署需求。 第三章：量子计算应用能力体系框架。介绍了应用能力关键指 标以及技术成熟度指标。 第四章：量子计算应用能力评测方法。给出了量子计算应用能 力评测基准建议以及评测方案。 第五章：量子计算应用能力评测标准化需求。介绍了评测标准 化驱动力，并给出了标准化挑战与展望。 限于编写组专业能力以及量子计算发展的难以预期性，本报告 仅给出该课题的初步思考与建议，后续根据量子计算发展状况继续 研究分析，给出更新版本。 目 录 一、 研究背景 ........................................................................................... 1 二、 计算场景与需求 .............................................................................. 3 (一) 移动网络 .................................................................................... 4 (二) 金融行业 .................................................................................. 10 三、 量子计算应用能力体系框架 ........................................................ 13 (一) 总体框架 .................................................................................. 13 (二) 场景计算需求 .......................................................................... 14 (三) 硬件系统性能指标 .................................................................. 15 (四) 量子算法性能指标 .................................................................. 17 (五) 量子计算机扩展能力指标 ...................................................... 18 (六) 量子计算机部署能力指标 ...................................................... 20 (七) 技术成熟度指标 ...................................................................... 21 四、 量子计算应用能力评测方法 ........................................................ 23 (一) 应用能力评测基本概念 .......................................................... 23 (二) 应用能力评测基本方法 .......................................................... 26 (三) 移动网络计算需求评估案例 .................................................. 28 五、 量子计算应用能力评测标准化需求 ............................................ 33 (一) 应用能力评测标准化需求 ...................................................... 34 (二) 应用能力（评测）标准化展望 .............................................. 35 六、 总结与展望..................................................................................... 39 图 目 录 图 1 量子计算应用能力三要素 .............................................................. 1 图 2 不同行业典型计算问题类型与关键性能指标 .............................. 3 图 3 移动网络发展面临的算力挑战 ...................................................... 4 图 4 量子计算应用能力体系框架 ........................................................ 14 图 5 量子计算应用能力评测一般性方法 ............................................. 27 表 目 录 表 1 大规模无线网络覆盖优化问题 ..................................................... 7 表 2 无线网络中多用户调度问题 ......................................................... 8 表 3 网络流量预测问题 ......................................................................... 8 表 4 投资组合优化 ............................................................................... 11 表 5 信用风险预测 ............................................................................... 12 表 6 量子计算机单系统能力扩展评估指标 ....................................... 19 表 7 量子计算机系统互联性扩展评估指标 ....................................... 19 表 8 最大加权独立集 QAOA 算法测试例 .......................................... 28 表 9 最大加权独立集分布式 QAOA 算法测试例 .............................. 30 表 10 用于网络流量预测的量子 Tsmixer 模型性能测试例 .............. 31 表 11 用于无线时空性能预测量子 TTM 模型性能测试例 ............... 32 表 12 量子计算机单系统硬件指标选择建议 ..................................... 38 表 13 量子算法基准建议 ..................................................................... 38 量子计算应用能力指标与评测研究报告（2024 年） 1 一、研究背景 量子计算是一种遵循量子力学规律的新型计算模式，以量子比 特为基本单元，基于量子叠加、量子纠缠、量子干涉等量子效应， 相比经典计算具有并行计算优势，已在生物药物、化学材料、金融、 信息通信等领域得到关注和试验性应用。产业升级对算力存在巨大 需求，在评估量子计算是否具备引入价值时，应考察如图 1 所示的 应用能力三要素的关系，系统性考虑如下技术与工程问题： 一是给定计算场景、计算任务和计算问题，是否存在量子算法， 且相对经典算法有优势？优势包括计算速度、计算精度、计算规模、 计算能效等。 二是给定量子算法，当前量子计算机能否稳定运行并给出准确 或近似结果？如何运用量子编译、误差缓解等多种增强手段？ 三是本地部署时，计算任务所处环境与量子计算机运行环境能 否匹配？是否有尺寸、能耗、移动性、温湿度等物理条件约束？ 图 1 量子计算应用能力三要素 回答上述问题，需要明确：1）计算问题的真实需求边界；2） 量子计算应用能力指标与评测研究报告（2024 年） 2 量子计算机的真实计算能力边界；3）部署环境的刚性需求边界。 然而，当前阶段去实现这一目标并不容易。原因包括：一是当 前高算力需求行业的计算场景和计算问题都很复杂，难以清晰地确 定需求边界。二是量子计算存在多种量子算法范式，多种技术路线， 且当前处于含噪声中等规模量子计算机（NISQ）阶段，真实计算能 力边界难以确定。 当前量子计算产业正在扩展量子比特规模和攻关量子比特纠错， 一方面关注 NISQ 实用化，另一方面向着大规模通用容错量子计算 机（FTQC）推进。我们相信量子计算能力在提升，但我们希望有 一个方法能够研判出真实计算问题算力需求与真实量子计算能力之 间的差距，以及面向未来能够帮忙寻求消除差距的解决方案。 为此，需要一套较为有共识的、稳定的、适应性强的评测工具与 方法，对不确定的目标进行评测，通过不断的确定→不确定→确定迭 代评测，明确量子计算应用存在的差距，定位存在的问题。对此，业 界已经开展了相关研究工作，发展了多种量子计算性能指标与评测基 准。这些基准有些得到了业界的共识，如量子比特数，门保真度和量 子体积等。但是，这些指标有些存在局限性，要么与技术路线强相关， 要么仅用于硬件底层性能评测，无法准确描述量子计算的整体性能， 尤其是应用层面性能。因此，研发人员难以运用。 量子计算机应用能力是面向多场景多需求的综合能力。为此， 本报告构建量子计算应用能力评测框架，定义算力需求与计算能力 量子计算应用能力指标与评测研究报告（2024 年） 3 对接的核心性能指标，尝试从应用需求层面评估量子计算真实能力， 从而能够综合判断量子计算技术成熟度，推动当前 NISQ 实用化。 特别需要说明的是，量子计算目前仅在量子模拟、大数分解、线 性系统求解、非结构化搜索等方面有理论优势，在组合优化、机器学 习方面有潜在优势，但暂时缺乏理论证明。应用评测只是针对给定计 算问题与量子算法，在给定量子计算系统上，与经典计算进行对比， 目标是评估该类问题是否适用量子计算，而不是给出该类问题是否必 须依赖量子计算、是否有量子加速优势等结论。 二、计算场景与需求 从数学角度看，各行业面临的计算难题，最终都可以建模为搜 索、优化、运算和模拟等四类问题，如图 2 所示。每类问题在不同 场景中，都有核心计算性能指标，包括计算速度、计算规模、计算 精度、计算能效或其他指标。在采用量子计算时，这些指标实际性 能由所选量子算法、量子计算机性能及配套的增强技术综合决定。 图 2 不同行业典型计算问题类型与关键性能指标 量子计算应用能力指标与评测研究报告（2024 年） 4 (一)移动网络 1. 移动网络面临的算力挑战 移动网络正从移动通信网络向移动信息网络发展，融合了通信、 感知、计算、智能等多项网络功能，引入通信感知一体化、超大规 模 MIMO、去蜂窝网络（cell-free）、基于大模型的网络与空口、数 字孪生网络等新技术，在大规模信号处理、大规模网络优化、大模 型训练推理和网络大数据处理等方面，面临巨大的算法与算力挑战， 如图 3 所示，是典型的高算力需求行业。 图 3 移动网络发展面临的算力挑战 在信号处理方面，去蜂窝网络和超大规模 MIMO 面临高维 MIMO 信号处理挑战，包括 MIMO 信号检测、MIMO 信道测量与反 馈、MIMO 预编码，涉及高阶 MIMO 矩阵乘、矩阵奇异值分解、矩 阵求逆等运算，以及信号最大似然检测等寻优问题。一个典型案例 是信号处理中的矩阵乘，例如未来去蜂窝场景 512×8 维度 MIMO 矩 量子计算应用能力指标与评测研究报告（2024 年） 5 阵，经典计算机求解复杂度虽然多项式级增长，但也带来极大处理 时延、资源消耗与功率消耗，相对与目前 5G 基站能耗来说更加不 可持续。 在网络优化方面，传统的网络拓扑优化、路由优化和无线网络 优化都随着通感算智融合与新技术引入而变得复杂。其中，无线网 络优化进一步细分为网络覆盖优化、网络容量优化和网络能效优化 等，属于典型的组合优化问题，目前经典计算（算法）通常采用元 启发式算法，或贪心算法，只能给出满意解或可行解，无法给出最 优解。随着优化规模的增加，甚至无法给出可行解。未来网络优化 小区规模越来越大，一个典型案例是 500 小区联合覆盖优化问题。 当每个小区有多个优化动作时（即使仅有两个选项，求解空间达 2 的 500 次方），经典计算机将无法求解。另一个典型案例是 100 个 用户的多用户同频调度，核心在于如何在众多用户之间分配同频资 源，达到保障用户优先级、降低干扰，提升吞吐量等关键系统性能 指标。这是典型的组合优化难题，属于非多项式级复杂度（一般为 指数级），求解最优解将超越经典计算能力。 在人工智能方面，虽然机器学习的引入为移动网络数据处理与 智能化提供了新的解决方案，但大模型的训练与推理成为移动网络 新的算力需求来源。网络智能化任务主要涉及网络状态的预测、异 常检测和网络优化决策等。广义的网络状态预测包括网络流量预测、 用户行为预测、网络性能预测、无线信道状态预测、设备状态预测 量子计算应用能力指标与评测研究报告（2024 年） 6 等。网络异常检测包括流量异常检测（如用于安全风险评估）、用 户行为异常检测、设备异常检测、干扰检测、质差小区检测等。网 络优化决策包括业务参数配置、网络参数配置、流量调度与均衡、 无线网络资源分配、用户调度等。这些通常基于预测类模型、检测 类模型和决策类模型来实现。更重要的是，为了避免模型碎片化， 可能需要构建移动网络 AI 大模型，以适应更多场景。但 AI 大模型 的引入带来了极大的模型训练与推理资源开销。 在数据处理方面，通感算智融合的移动网络无论网络内数据还 是网外数据都将爆炸式增长，包括网络状态数据、基站侧数据、用 户侧数据、信令数据、运维数据、专家经验数据等结构化与非结构 化数据。高效的网络运营，离不开高效的大数据处理与支持。网络 大数据处理包括数据清洗与集成、数据降维、数据特征提取、知识 提取等，这些通常基于统计类模型或神经网络类模型来实现。海量 高维异构数据为模型设计、训练与推理带来极大挑战。 2. 移动网络算力需求案例 1）大规模网络覆盖优化计算需求 无线网络覆盖优化是保障网络服务质量和用户体验的关键。当 前网络覆盖优化不再是单点、单系统、分区优化，而是规模化、系 统化、智能化优化。面临的核心问题是小区同频干扰优化，即小区 功率和天线权值优化（不考虑站址、机械下倾角、天线挂高等参数 量子计算应用能力指标与评测研究报告（2024 年） 7 优化），具体问题建模与算力需求如表 1 所示。 表 1 大规模无线网络覆盖优化问题 问题 建模 问题类型 组合优化 问题规模 500 小区 问题模型 覆盖图：小区为边，有干扰为边 图分割 QUBO+子图优化 QUBO 求解目标 最小化边数（最大化小区覆盖率） 对应小区天线参数配置方案优化 算力 需求 计算规模 要求高 计算速度 非实时 计算精度 要求较高（满意解） 量子算法 以 QAOA 为例 线路宽度需求 图分割： 6578+量子比特 子图优化（40 小区，每个 小区 1000 种配置方案） 400+量子比特 线路深度需求 1000 层+ 300 层+ 保真度 超过纠错平衡点门限 注：1、图分割所需的量子比特数（线路宽度）=N（K+log2（M+1）） 其中 N 为子图数量，K 为图节点数量，M 为子图节点数量上限 2、子图优化所需的量子比特数（线路宽度）=log2（LM），其中 L 是每个小区方案配置数量，M 为小区数量。 2）无线网络中多用户调度需求 多用户调度是去蜂窝网络和超大规模 MIMO 技术中的关键问 题，保障用户体验和提升网络容量的重要手段，具体问题建模与计 算需求如表 2 所示。 量子计算应用能力指标与评测研究报告（2024 年） 8 表 2 无线网络中多用户调度问题 问题 建模 问题类型 组合优化 问题规模 40 用户 问题模型 加权最大独立集 求解目标 最大化权重值（最大化高权值用户接入率） 算力 需求 计算规模 中等 计算速度 准实时，要求一般 计算精度 要求高，最优解或近似最优解 量子算法 QAOA 分布式 QAOA 线路宽度需求 40 量子比特 16 量子比特 线路深度需求 30 层及以上 10 层及以上 保真度 超过纠错平衡点门限 注：1、最大加权独立